管理工程学报
管理工程學報
관리공정학보
JOURNAL OF INDUSTRIAL ENGINEERING AND ENGINEERING MANAGEMENT
2012年
2期
85-93
,共9页
马田系统%分类%不平衡数据%概率阈值模型%全方位优化算法
馬田繫統%分類%不平衡數據%概率閾值模型%全方位優化算法
마전계통%분류%불평형수거%개솔역치모형%전방위우화산법
在分类问题中,类别不平衡问题将引起分类器训练偏差,导致少数类样本诊断敏感性降低.马田系统是一种多元数据诊断和预测技术,它通过构建一个连续的测量尺度而非直接对训练样本进行学习,该性质有望不受数据分布的影响,克服分类不平衡问题.本文针对马田系统阈值计算缺陷和不平衡数据分类要求,研究一种概率阈值模型计算马田系统阈值;还针对马田系统的若干不足,采用优化模型替代正交表和信噪比筛选关键变量,并使用了一种全方位优化算法求解.通过对8个UCI数据集的实验分析表明,改进的马田系统不仅对不平衡数据有较好的分类效果,且能筛选关键变量,降维效果明显.
在分類問題中,類彆不平衡問題將引起分類器訓練偏差,導緻少數類樣本診斷敏感性降低.馬田繫統是一種多元數據診斷和預測技術,它通過構建一箇連續的測量呎度而非直接對訓練樣本進行學習,該性質有望不受數據分佈的影響,剋服分類不平衡問題.本文針對馬田繫統閾值計算缺陷和不平衡數據分類要求,研究一種概率閾值模型計算馬田繫統閾值;還針對馬田繫統的若榦不足,採用優化模型替代正交錶和信譟比篩選關鍵變量,併使用瞭一種全方位優化算法求解.通過對8箇UCI數據集的實驗分析錶明,改進的馬田繫統不僅對不平衡數據有較好的分類效果,且能篩選關鍵變量,降維效果明顯.
재분류문제중,유별불평형문제장인기분류기훈련편차,도치소수류양본진단민감성강저.마전계통시일충다원수거진단화예측기술,타통과구건일개련속적측량척도이비직접대훈련양본진행학습,해성질유망불수수거분포적영향,극복분류불평형문제.본문침대마전계통역치계산결함화불평형수거분류요구,연구일충개솔역치모형계산마전계통역치;환침대마전계통적약간불족,채용우화모형체대정교표화신조비사선관건변량,병사용료일충전방위우화산법구해.통과대8개UCI수거집적실험분석표명,개진적마전계통불부대불평형수거유교호적분류효과,차능사선관건변량,강유효과명현.